Chatgpt大热，AIGC的专题我不允许你还没拥有！

　　#胡师姐新传考研#

　　暑期来袭，蝉鸣也提醒着每一个新传考研学子，第二阶段的备战开始！在一轮的基础书目熟悉后，二轮更注重思维的培养和训练，知识专题也可以有意无意地开始整理啦，避免后期专题整理不完，全靠临时抱佛脚。（我总是临时抱佛脚！临时抱佛脚！）

　　今年1月份ChatGPT的大火相信已经烧到了网上冲浪的每家每户，还没用上ChatGPT的小伙伴可能还在感叹OpenAI的注册IP局限性。OpenAI创始人山姆·阿尔特曼也宣布，相较于Tiktok月活破亿的时间记录，ChatGPT仅耗时两个月，成为最快实现月活破亿的现象级产品。

　　?dribbble.com不管是AI绘画的《太空歌剧院》获奖争议还是ChatGPT强人工智能的颠覆，背后都绕不开AIGC的话题。而人工智能、算法等技术发展也一直是新传考研中真题的青睐考点。这次我们将以概念特点、历史发展、机遇挑战、对策的角度来为大家覆盖知识点，建议收藏做笔记！文末可领AIGC专题论文包哦！

　　—01—AIGC的概念发展及特点

　　AIGC（Artificial Intelligence Generated Content，即人工智能生成内容）又称生成式AI。AIGC的特点在于其可以智能化生产、定制化生产和跨界性生产。AIGC能够打破原有的文字表述模式的壁垒，能够表达各种类型的内容，跨越了原有的文字基础的内容生态，带来了广泛的文字内容。2023年3月29日，首届中国AIGC产业峰会在京举行，来自产学研各方代表分享和探讨了包括大模型、生成式AI、ChatGPT等在内时下热议趋势和话题。首份中国AIGC产业全景报告预计：2023年中国市场规模可达170亿人民币，2030年市场规模将超万亿人民币，届时会催生出完全不同的新业态。

　　—02—AIGC在新闻业的发展阶段

　　（一）机器新闻阶段：技术推进内容生产主体多元化

　　早期抽象的计算机技术在介入新闻生产时往往被包装为一个具化的机器人形象，如“快笔小新”等。这种被包装的新闻写作机器人实际上是一种自然语言生成引擎，为其设定一定的算法逻辑，通过采集大量新闻题材数据，建立各种分类的庞大数据库，借助人工智能实现从数据到知识、见解和建议的提升和跨越，最后由机器自动化生产新闻。

　　新闻写作机器人阶段的内容生成主要是基于新闻文字、视频、音频等数据的制作，具有以下技术优势：一是实现新闻生产逼近实时化，二是减少了新闻生产中的简单重复劳动，推动记者编辑和新闻生产流程的转型。对新闻业来说，“人”“机”都是新闻生产的主体，人机协作互动参与到新闻生产之中。

　　（二）智能算法阶段：新闻渠道结构性变革促生产与分发一体化

　　2012年以后，以今日头条与一点资讯等为代表的聚合类算法新闻客户端开始出现，其不负责新闻生产，只根据用户所在地、年龄、性别等因素来推荐内容。在新闻的产品质量上，这个阶段的机器新闻生产无法与职业新闻媒体媲美，但这些聚合类新闻客户端开创了新的模式，一方面通过廉价抓取使用主流媒体新闻内容的方式，另一方面通过吸引大量专业用户进行原创，提高内容质量，确立自己在新闻生产和消费市场上的正当性。

　　这种聚合推荐系统中逐步集成了写作机器人，集新闻生产与新闻分发于一体，具备了传统新闻机构的属性。这个阶段的智能算法推送新闻已借助人工智能技术成为了一个完全的智能化系统，会根据每个受众特征的不同，选择不同的生产算法或者算法参数生产不同的文章并实现定人分发。但算法对于大众而言属于难以触及的黑箱，会带有基于商业利益而形成的价值观，还会造成“信息茧房”等问题。

　　?dreamstime.com（三）元宇宙新闻阶段：多元感官刺激新闻消费场景沉浸化

　　人工智能技术融入新闻业的第三个阶段是借助扩展现实技术提供沉浸式体验和以数字孪生技术生成现实世界镜像的元宇宙技术，消弭时间、空间对新闻报道宿命式的限制，最大限度地拓展新闻的存在维度和感官维度，实现了新闻的“在场化消费”。

　　在新闻消费环节，通过全维度、沉浸式体验，元宇宙新闻让新闻场景和用户深度互动，实现用户在虚拟空间对新闻现场的探访。同时，破除传统新闻作品的线性阅读逻辑，在新闻消费的过程中让用户根据自身偏好创建作者叙事。技术的混合改变了新闻生产的流程，新闻的重心不仅是读，还有体验，元宇宙成为连接新闻叙述者和制作者的桥梁，新闻工作者的工作从传统的内容生产向技术应用的组织转变。

　　（四）AIGC新闻阶段：新闻职业主体性的消解和新闻伦理的弱化

　　无论是专业化的论文写作，还是职业化的新闻写作，ChatGPT都超过了简单的写作机器人，不再仅仅局限于财经新闻、体育新闻和科技新闻等特定领域结构化的“模板”写作，不再局限于新闻报道的辅助者，而是以新闻生产主体“舍我其谁”地融入新闻业之中，新闻职业的主体性受到了空前的挑战和影响。互联网带来的全网信息数据化形成了巨大的语料库。从底层逻辑来说，AI技术将写稿机器人和媒体资料库结合起来，具备超强的计算能力和文本理解能力，在视频、图像、音频等方面可以进行内容快速生产，甚至能有一定的个性风格和价值取向。

　　在此之下，新闻生产的主体性会发生量级变化，职业新闻工作者可能成为推动AIGC成为机器生产内容（MGC）的主体生产者。咨询机构高德纳（Gartner）预测，到2025年，生成式AI产生的内容将从目前的1%提升到10%。新闻生产格局的转变将带来新闻职业主体边界的模糊以及新闻伦理的一系列争议。

　　—03—“冷思考”：AIGC模式下新闻内容生产的机遇和挑战

　　（一）AIGC模式下新闻内容生产的重要机遇（1）降本增效，充分释放内容生产力

　　当以AIGC为核心机制的生成式人工智能应用于新闻内容生产领域，将实现媒体从新闻采集到内容创作等各环节的一站式自动生成目标，在降本增效的同时，充分释放新闻内容生产力。目前，得益于生成式人工智能与生俱来的人工书写难以匹敌的信息生产能效，已有多家国内外媒体将其引入新闻内容生产领域。例如，ChatGPT自诞生以来已经被英国最大报业集团Reach、美国科技新闻网站Cnet、我国《每日经济新闻》等权威媒体纳入战略布局中，这些媒体机构旨在充分利用生成式人工智能的AIGC模式达到降本增效的目的。

　　?singularityhub.com（2）人机共融，不断扩大内容影响力

　　当以AIGC为核心机制的生成式人工智能应用于新闻内容生产领域，将进一步完善人机共融的内容生产机制，促使以“用户精准画像”为基准的新闻个性化生产模式得到广泛应用并取得显著效果，从而不断扩大内容影响力。与以往分析式人工智能不同的是，以ChatGPT为代表的生成式人工智能由于AIGC功能属性的显著提升，拥有更为拟人化的互动感，能利用实时对话精准、动态地对接用户信息需求，这是一种“天然亲近用户”的能力。当ChatGPT接入新闻内容生产环节，其能通过“一对一”人机服务模式不断完善用户画像，为用户实时生成内容信息，实现精准传播目标。

　　（3）多元呈现，全面提升内容服务力

　　当以AIGC为核心机制的生成式人工智能应用于新闻内容生产领域，强势的技术赋能将打破传统内容生产的时空偏向，以多元的呈现形式和丰富的内容形态实现深度融合目标，从而全面提升内容服务力，给予用户前所未有的传播体验。随着不同媒介形式的深度融合和一站式服务机制的建立健全，新闻内容的呈现形式将根据不同受众的实时反馈和全面互动产生根本性变化，甚至能依据不同场景提供人性化的内容服务，从而给予用户最优体验，实现内容生产的理想目标。

　　?creativemarket.com（二）AIGC模式下新闻内容生产的风险挑战

　　（1）内容风险：新闻信息传播失序

　　尽管以AIGC为核心机制的生成式人工智能表现惊艳、功能强大，但其生成内容的真实性和准确性仍待强化，一旦其应用于新闻内容生产领域，极有可能成为虚假信息的“内容滋生场”和“超级传播者”，在消解新闻媒体的专业性和权威性的同时造成社会危害。2023年2月16日，浙江杭州某小区业主尝试使用ChatGPT，撰写了一篇“杭州3月1日取消限行”的不实新闻稿，引发大众热议。此外，当日益强大 的AIGC成为新闻内容生产主体，其内容版权（文字、 图片、音视频等）归属及出现问题如何确责也将成 为有待探讨和解决的现实问题。

　　（2）技术风险：新闻创造力逐步消解

　　以AIGC为核心机制的生成式人工智能具有强大的数据分析能力和内容创作能力，其技术优势在为新闻生产从业人员和广大受众群体带来高效、便捷的服务的同时，也可能在一定程度上导致人的技术依赖，从而不断消解新闻创造力。目前美国科技新闻网站Cnet已经借助ChatGPT生成了数10篇新闻报道稿件，由于过度依赖人工智能技术，这些稿件内容漏洞百出，甚至引发了“新闻灾难”。若过分崇拜和依赖AIGC自动生成新闻内容而不进行独立思考和价值判断，那么人将变成技术的附庸，永远止步不前。

　　（3）认知风险：新闻价值观出现偏差

　　现阶段，以AIGC为核心机制的生成式人工智能在不良信息过滤方面还存在一定漏洞，一旦应用于新闻内容生产领域，极有可能生成偏见性信息，导致现有的新闻价值观念分崩离析。例如，美国新闻可信度评估机构News Guard发现，如果对ChatGPT提出充斥阴谋论和误导性叙述的问题，它能迅速改变内容偏向，提供大量令人信服而又无法明确信源的新闻资讯。尽管现阶段相关领域已经意识到生成式人工智能的弊端，但受技术限囿，以ChatGPT为代表的应用程序还未能实现对AIGC模式的全方位干预和有效过滤，因此制造偏见和遏制偏见将成为生成式人工智能时代新闻媒体内容生产与传播的常态。

　　—04—

　　“科学进路”：AIGC模式下

　　新闻内容生产的规制策略

　　在网络空间内容治理方面，明晰的责任制度是建设清朗网络空间的基础。针对ChatGPT等新一代人工智能生产应用，应该延续我国现有的内容责任制度，将《互联网信息服务管理办法》《互联网跟帖评论服务管理规定》等延续至人工智能生产领域，落实谁生成，谁生产，谁负责，多方共同承担治理责任。

　　（一）技术供应商：完善技术解决方案促进科技向善

　　（1）以AI对AI：建立人工智能生成内容鉴别处置机制。

　　面对人工智能内容生成，只能采用AI对AI的策略进行反制。应针对不同语言模型的技术特点提前进行布局，不断迭代人工智能内容监测系统。由于人工智能内容生产的通用性缺陷，技术开发者可从网络内容重复性、逻辑性、语法语义等方面着重开发监测工具，通过分析语言特征和上下文信息来识别虚假信息，使用预训练数据进行数据驱动的方法来检测生成的信息，构建人工智能生成内容鉴别处置机制。

　　（2）加大力度培养自主可控的自然语言生成式模型。

　　ChatGPT背后是未来人工智能生产领域“强者更强”的发展逻辑。ChatGPT主要通过使用人类反馈强化学习（RLHF）针对对话进行优化，流行的人工智能语言模型在人们的使用中不断获得信息反馈，持续进化，最终让竞争对手“望而却步”。这提示我们应该加强自主可控的自然语言生成式模型的研发投入与推广应用，最终通过市场手段促进中国人工智能发展。

　　?vecteezy.com（二）用户群体：提升算法素养推进社会监督体系

　　当以ChatGPT为代表的AIGC兴起，传统意义上的媒介素养教育已经无法有效回应技术发展带来的挑战。如何有效提升用户在算法环境下的信息获取与内容生产效果，同时避免算法歧视、隐私泄露和算法操纵等不利影响，将成为算法驱动内容生产语境下迫在眉睫的新问题。用户群体应通过“算法素养”（Algorithm Literacy）这一智能传播语境下的新路径，主动认识和理性看待生成式人工智能新闻，避免“让技术遮蔽了意义”，承担起社会监督的责任，以免在非理性传播中造成严重的社会舆论影响。

　　（三）平台媒体：强化新闻伦理规范和行业技术自律

　　平台提供商和内容发布者应该对使用ChatGPT生成的信息进行审核，以防止虚假信息的传播。平台尤其是网络媒体平台在利用生成式人工智能技术提高AIGC新闻生产效率的同时，要加强监督管理。例如，在用户隐私保护层面，要不断加强技术管理手段，确保个人信息不被非法盗取和恶意滥用；在内容生产主体层面，平台应实行“实名制”管理模式，要求注明人工智能生成内容并为其可能造成的社会影响承担相应的法律责任，有效避免技术滥用。此外，平台在收集、分析用户个人信息以实现新闻内容精准化生产目标的同时，要做好用户信息保护工作，确保用户的隐私安全，以免被恶意盗取，引发信任危机。

　　?dribbble.com（四）国家及行业：加快出台法律规范和行业监管措施

　　国家立法部门应加快出台相应的法律规范，确保以AIGC为核心机制的生成式人工智能技术不被恶意滥用，并就内容版权保护和相应责任主体做出明确规定，也可以通过立新法进一步满足人工智能时代新闻内容生产的多样化规制需求，如欧盟于2023年3月底就《人工智能法案》在欧洲议会进行投票表决，这可为我国出台相应法律规范和技术应用措施起到重要的参考作用。

　　行业监管部门应出台相应的监管措施，确保以AIGC为核心机制的生成式人工智能技术在新闻内容生产领域的规范使用。例如，行业相关部门可以针对生成式人工智能应用于新闻内容生产领域的场景、范畴以及版权归属和追责机制出台相关措施，尽可能预防技术带来的内容风险和媒体危机，避免其造成更大的社会负面影响。只有相关部门在推动技术应用的基础上建立技术规范，这样才能最大限度地释放技术活力，助力新闻内容生产乃至媒体转型升级向善、向好发展。

　　本次专题整体论述逻辑很简单，但AIGC背后的算法模型和生产逻辑涉及的专业术语繁多，如果能多理解透彻对考场表述很有帮助！同时，可以自己增加积累的案例，提升专题个性化。欢迎在留言区里打卡交作业哦！

　　想get上岸同学的同款课程吗？胡师姐半程班温暖启航。今年半程班课时翻倍，加量不加价，6门刚需课（自己选择）+2门实战演练课（模考班+专题热点答题班/新闻实务理论&实训课）+分院校小班课，定制你的个人课表，现在还有200元优惠券，等你来解锁！

　　详情可戳 课时翻倍！超值性价比【半程班】来啦，不选贵的，只选需要的！

　　胡师姐新传考研团队23级带出15个状元！硬核辅导实力杠杠滴！

　　状元喜报

　　胡师姐辅导班的状元学员包括23级北大新传总分状元23级北大新传初试状元23级北大新传mjc专业课总分状元23级清华新传普新初试状元23级清华新传国新初试状元23级清华新传国新总分状元23级清华健康传播总分状元23级清华健康传播复试状元23级清华新传普新复试状元23级清华学硕专业课总分状元23级北师大新传专硕复试状元23级北语新传学硕初试状元23级北语新传学硕总分状元23级深圳大学新传学硕复试状元23级黑龙江大学新传专硕复试状元22级北大新传专硕复试状元22级清华数据传播初试状元22级清华数据传播总分状元22级清华传媒实务与创新总分状元22级中大新传专硕小方向初试状元22级中大新传专硕小方向复试状元22级中大新传专硕小方向总分状元22级华南师范大学新传学硕初试状元22级厦大港澳台新传专硕总分状元21级北大新传专硕复试状元21级清华新传专硕小方向总分状元21级北京交通大学新传学硕总分状元21级北京邮电大学新传专硕专业课总分状元(两门专业课260分)21级北京印刷学院新传专硕复试状元20级北大新传专硕总分状元20级北大新闻学学硕总分状元20级北大传播学学硕专业课总分状元(两门专业课244分)20级北大新媒体专业课总分状元(两门专业课246分)20级北大新媒体专硕复试状元20级北大港澳台传播学硕总分状元20级北大港澳台新传专硕总分状元20级清华新传专硕初试状元20级北师大新传专硕专业课总分状元(两门专业课263分)20级中山大学传播学硕总分状元19级北大新媒体专硕总分状元19级北大新传专硕初试总分状元19级北师大新传专硕专业课总分状元(两门专业课247分)18级北大健康传播总分状元14级北大新传专硕总分状元(以上仅呈现状元学员，其余未展示)